খাদ্য রান্না মেশিন অপারেটর
খাদ্য প্রস্তুতি ও সেবাAI এক্সপোজার
- ডেটার উৎস: BLSপ্রকাশকাল: '26.08
কম· আপেক্ষিক
কমচারটি আপেক্ষিক স্তরঅত্যন্ত উচ্চপেশা-গোষ্ঠী পর্যায়ের মান
স্কেল, ভিত্তি ও উৎস
চারটি আপেক্ষিক স্তর (কম / মাঝারি / উচ্চ / অত্যন্ত উচ্চ)
BLS কর্মসংস্থান পূর্বাভাস সারণির 831টি বিস্তারিত পেশার ভিত্তিতে। মান NEM (ন্যাশনাল এমপ্লয়মেন্ট ম্যাট্রিক্স) কোড অনুযায়ী দেওয়া হয়, তাই একই NEM কোডের পেশাগুলি একই ব্যান্ড পায়
- ডেটার উৎস: Anthropicপ্রকাশকাল: '26.03
0.000
0.000এখানে থাকা মানগুলোর পরিসর0.745স্কেল, ভিত্তি ও উৎস
- ডেটার উৎস: ILOপ্রকাশকাল: '25
0.15
0.09এখানে থাকা মানগুলোর পরিসর0.70পেশা-গোষ্ঠী পর্যায়ের মান
স্কেল, ভিত্তি ও উৎস
জেনারেটিভ AI এক্সপোজার সূচক, প্রকাশিত রূপে 0–1
ISCO-08 ইউনিট গ্রুপ — একই কোডের সব পেশা এই মানই পায়
এটি এই সাইটের হিসাব, ILO-এর প্রকাশিত সংখ্যা নয়: এই সাইট ILO ডেটাসেটের সঙ্গে যুক্ত করা ১,০১২টি পেশার মধ্যে 92% এই মানের সমান বা তার বেশি।
এই উৎস কী ধরনের মান প্রকাশ করে
BLS-এর শ্রেণিবিভাগ একটি আপেক্ষিক র্যাঙ্ক, পরম মাত্রা নয়, এবং এটি সরাসরি পরিমাপও নয়: এটি কয়েকটি প্রকাশিত গবেষণায় পাওয়া পেশার পার্সেন্টাইল র্যাঙ্কগুলিকে চারটি স্তরে ভাগ করে। এটি কর্মসংস্থান বা মজুরির পূর্বাভাস নয়, গ্রহণের সম্ভাবনাও নয়, এবং এটি স্বয়ংক্রিয়তা ও সম্প্রসারণের মধ্যে পার্থক্য করে না।
Task-level exposure
| Task | Claude.aiRaw / share % |
|---|---|
Measure or weigh ingredients, using scales or measuring containers.51-3093 | 0.00000.0 |
| Not observed on any surface — 16 task(s) — These tasks have no row in the source for this release. The 0 in the share row is a display-stage composition ratio; absence is what the — in the raw row states. | |
Record production and test data, such as processing steps, temperature and steam readings, cooking time, batches processed, and test results. | —0 |
Listen for malfunction alarms, and shut down equipment and notify supervisors when necessary. | —0 |
Collect and examine product samples during production to test them for quality, color, content, consistency, viscosity, acidity, or specific gravity. | —0 |
Observe gauges, dials, and product characteristics, and adjust controls to maintain appropriate temperature, pressure, and flow of ingredients. | —0 |
Read work orders, recipes, or formulas to determine cooking times and temperatures, and ingredient specifications. | —0 |
Clean, wash, and sterilize equipment and cooking area, using water hoses, cleaning or sterilizing solutions, or rinses. | —0 |
Set temperature, pressure, and time controls, and start conveyers, machines, or pumps. | —0 |
Tend or operate and control equipment, such as kettles, cookers, vats and tanks, and boilers, to cook ingredients or prepare products for further processing. | —0 |
Admit required amounts of water, steam, cooking oils, or compressed air into equipment, such as by opening water valves to cool mixtures to the desired consistency. | —0 |
Remove cooked material or products from equipment. | —0 |
Notify or signal other workers to operate equipment or when processing is complete. | —0 |
Turn valves or start pumps to add ingredients or drain products from equipment and to transfer products for storage, cooling, or further processing. | —0 |
Pour, dump, or load prescribed quantities of ingredients or products into cooking equipment, manually or using a hoist. | —0 |
Place products on conveyors or carts, and monitor product flow. | —0 |
Activate agitators and paddles to mix or stir ingredients, stopping machines when ingredients are thoroughly mixed. | —0 |
Operate auxiliary machines and equipment, such as grinders, canners, and molding presses, to prepare or further process products. | —0 |
Values in this tab are predicted labels, not observations. Eloundou et al. (2023) published two rating regimes — human raters and GPT-4 — and the β shown here is derived from the GPT-4 rater basis alone; the same task can take a different value under the other regime. The unit and the meaning differ from the observed shares (%) in the other tabs, so do not place them on the same axis.
| Task | βE1 + 0.5 × E2 |
|---|---|
Record production and test data, such as processing steps, temperature and steam readings, cooking time, batches processed, and test results.O*NET Task ID 4944 | 1.0 |
Read work orders, recipes, or formulas to determine cooking times and temperatures, and ingredient specifications.O*NET Task ID 4948 | 1.0 |
β = E1 + 0.5 × E2 · E1 = tasks where direct LLM access alone cuts time by at least 50%, E2 = tasks where software built on top of an LLM cuts time by at least 50%. Values take only 0 / 0.5 / 1.0.
Data sources & licenses — O*NET®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page